低空安全監(jiān)測(cè)飛艇介紹及其行駛路線問(wèn)題研究*

李延武，蘇國(guó)鋒，袁宏永

（清華大學(xué)工程物理系公共安全研究院，北京100084）

低空安全監(jiān)測(cè)飛艇介紹及其行駛路線問(wèn)題研究*

李延武，蘇國(guó)鋒，袁宏永

（清華大學(xué)工程物理系公共安全研究院，北京100084）

在地震救災(zāi)中，利用低空安全監(jiān)測(cè)飛艇進(jìn)行災(zāi)情監(jiān)測(cè)是了解災(zāi)情的有效手段。由于飛艇信號(hào)傳輸具有距離限制，如何結(jié)合救災(zāi)需要和飛艇技術(shù)參數(shù)提前設(shè)計(jì)飛艇的行駛路線是一個(gè)急需解決的問(wèn)題，同時(shí)也是飛艇救援指揮系統(tǒng)的重要組成部分。該文首先介紹了低空安全監(jiān)測(cè)飛艇的優(yōu)勢(shì)和功能，然后結(jié)合應(yīng)急救災(zāi)實(shí)際情況，將低空安全監(jiān)測(cè)飛艇的路線問(wèn)題轉(zhuǎn)化為帶條件的旅行商問(wèn)題，并通過(guò)仿真實(shí)驗(yàn)詳細(xì)分析比較了蟻群算法、“最近鄰居”算法、模擬退火算法、遺傳算法四種算法在解決該問(wèn)題時(shí)的效果。結(jié)果表明，蟻群算法得到的最優(yōu)解次數(shù)最多、計(jì)算時(shí)間最穩(wěn)定，于是將蟻群算作為原問(wèn)題的核心算法，提出了該問(wèn)題的解決方案。

地震救援；災(zāi)情監(jiān)測(cè)；安全監(jiān)測(cè)；飛艇；行駛路線；旅行商問(wèn)題

在地震救災(zāi)中，如何盡快了解災(zāi)區(qū)損失情況，從而合理、有效地分配救災(zāi)力量是一大難題。在2008年汶川8.0級(jí)大地震中，交通網(wǎng)、通信網(wǎng)等被破壞，直升飛機(jī)不能得到清晰、穩(wěn)定的路面圖象，衛(wèi)星的實(shí)時(shí)操作性較差，使得決策者不能根據(jù)損失情況進(jìn)行資源調(diào)度、分配救援力量。缺少實(shí)時(shí)有效的監(jiān)測(cè)手段，已經(jīng)成為地震應(yīng)急的瓶頸問(wèn)題。

為了解決這一問(wèn)題，清華大學(xué)研制了低空安全監(jiān)測(cè)飛艇（圖1），將3S技術(shù)（GIS、GPS和RS技術(shù)）［1］和飛行控制技術(shù)相融合，利用飛艇將地震災(zāi)區(qū)低空區(qū)域的圖像、相關(guān)環(huán)境參數(shù)和災(zāi)害產(chǎn)物參量和參數(shù)進(jìn)行多維自動(dòng)采集、處理后，通過(guò)無(wú)線方式將采集各種參數(shù)傳輸?shù)奖O(jiān)測(cè)中心。該系統(tǒng)同時(shí)適用于地震災(zāi)害監(jiān)測(cè)評(píng)估、環(huán)境監(jiān)測(cè)評(píng)估、火情監(jiān)測(cè)評(píng)估、通信中繼、集會(huì)監(jiān)測(cè)、日常和應(yīng)急巡查、應(yīng)急物資投運(yùn)等應(yīng)急情況，具有廣泛的應(yīng)用性。

圖1 低空安全監(jiān)測(cè)飛艇系統(tǒng)（待起飛狀態(tài)）

低空安全監(jiān)測(cè)飛艇屬于無(wú)人操作系統(tǒng)，需要通過(guò)航線設(shè)置系統(tǒng)在二維GIS地圖設(shè)置航線，飛艇將自動(dòng)按照預(yù)設(shè)航線執(zhí)行飛行任務(wù)。由于應(yīng)急過(guò)程時(shí)間緊、任務(wù)重，如何盡快選擇合適的路線是直接影響到應(yīng)急效果的重要問(wèn)題。同時(shí)，為了提升飛艇的智能化設(shè)計(jì)，路線算法應(yīng)該盡量快速，且便捷、所耗資源要少，為飛艇飛行過(guò)程中的路線自動(dòng)計(jì)算與調(diào)整提供技術(shù)可能性。

1 低空安全監(jiān)測(cè)飛艇介紹

低空飛艇安全監(jiān)測(cè)技術(shù)已廣泛應(yīng)用于電力巡線、人員搜救、災(zāi)害監(jiān)測(cè)、環(huán)境監(jiān)測(cè)等方面［2］，相比于衛(wèi)星遙感、航空遙感和無(wú)人機(jī)遙感等技術(shù)而言，飛艇監(jiān)測(cè)技術(shù)具有以下幾點(diǎn)優(yōu)勢(shì)［3］。

（1）覆蓋范圍大。覆蓋最長(zhǎng)距離為10～100 km，接近衛(wèi)星、航空遙感的覆蓋范圍，高于無(wú)人機(jī)的監(jiān)測(cè)范圍，特別適合于造成現(xiàn)場(chǎng)道路和交通遭到破壞的區(qū)域以及人員無(wú)法進(jìn)入的高危險(xiǎn)區(qū)域的安全監(jiān)測(cè)，如地震災(zāi)區(qū)的監(jiān)測(cè)任務(wù)。

（2）高空間觀測(cè)精度和分辨率高。隨著視頻跟蹤［4］和穩(wěn)像技術(shù)［5］的發(fā)展，飛艇監(jiān)測(cè)的分辨率可以達(dá)到厘米量級(jí)，高于衛(wèi)星遙感，其穩(wěn)定性高于一般的航空遙感，能夠滿足安全監(jiān)測(cè)的需求。

（3）可擴(kuò)展性強(qiáng)。由于低空飛艇有較強(qiáng)的載重能力，可以根據(jù)災(zāi)害應(yīng)急的需要搭載輻射監(jiān)測(cè)、空氣監(jiān)測(cè)等各類專業(yè)監(jiān)測(cè)裝置，甚至進(jìn)行應(yīng)急物資的投放，其應(yīng)急可擴(kuò)展性是無(wú)人機(jī)等輕型設(shè)備所無(wú)法比擬的。

（4）成本較低。相比于衛(wèi)星遙感和航空遙感而言，低空安全監(jiān)測(cè)飛艇的數(shù)據(jù)成本和系統(tǒng)建設(shè)成本較低，易于保養(yǎng)、修復(fù)，適合復(fù)雜環(huán)境使用。

清華大學(xué)研制的低空安全監(jiān)測(cè)飛艇包括動(dòng)力飛行部分、視頻監(jiān)測(cè)與投擲系統(tǒng)部分以及無(wú)線傳輸部分三個(gè)部分，可以在事件發(fā)生后快速抵達(dá)現(xiàn)場(chǎng)，完成現(xiàn)場(chǎng)信息（圖像、地理信息、環(huán)境參數(shù)等）采集、傳輸處理，實(shí)現(xiàn)事發(fā)現(xiàn)場(chǎng)空地立體監(jiān)測(cè)。其主要功能模塊包括有4種。①自動(dòng)導(dǎo)航與預(yù)先設(shè)置功能：可自動(dòng)定位導(dǎo)航飛行到制定地點(diǎn)，指揮人員可通過(guò)PDA、PC等多種手段進(jìn)行遙控指揮，可根據(jù)設(shè)置的任務(wù)點(diǎn)自動(dòng)執(zhí)行預(yù)先設(shè)置的任務(wù)。②智能掃描與遠(yuǎn)程監(jiān)測(cè)功能：能利用GIS、GPS、RS、電子羅盤定位、航空攝影空間解析模型實(shí)現(xiàn)地物目標(biāo)監(jiān)控圖像與地物GIS位置的雙向智能自動(dòng)掃描，將高空采集的現(xiàn)場(chǎng)圖像和高清晰照片傳送回指揮中心。③遠(yuǎn)程投擲功能：可遠(yuǎn)程定點(diǎn)投擲多參數(shù)傳感器，進(jìn)行現(xiàn)場(chǎng)采集，可以實(shí)現(xiàn)溫度、濕度、環(huán)境氣壓、風(fēng)向、風(fēng)速等環(huán)境參數(shù)和硫化氫、氫氰酸、氨氣等有毒氣體的信息采集，亦可以投擲少量應(yīng)急物資。④中繼功能，可對(duì)現(xiàn)場(chǎng)圖像、語(yǔ)音、數(shù)據(jù)進(jìn)行中繼傳輸，保證遠(yuǎn)端指揮中心實(shí)現(xiàn)接收現(xiàn)場(chǎng)采集的各種參數(shù)。

2 問(wèn)題描述

結(jié)合飛艇的實(shí)際技術(shù)參數(shù)，低空安全監(jiān)測(cè)飛艇其路線選擇問(wèn)題描述如下。

（1）路線要求：飛艇必須從起飛點(diǎn)起飛，巡航完畢后到起飛點(diǎn)降落補(bǔ)充燃料；應(yīng)急監(jiān)測(cè)情況下，需要首先探測(cè)一些重點(diǎn)地域（交通樞紐、供電站、核電站、居民密集區(qū)等），飛艇需不重復(fù)地經(jīng)過(guò)每一個(gè)重點(diǎn)領(lǐng)域進(jìn)行巡航，同時(shí)為了巡航到更多的地域，飛艇需要走最短的路線；飛艇的起飛點(diǎn)必須是正常交通工具可以達(dá)到的，因此可能與探測(cè)點(diǎn)有較遠(yuǎn)的距離，如果存在不能覆蓋所有重點(diǎn)區(qū)域的情況，需要另選起飛點(diǎn)進(jìn)行。

（2）飛行控制要求：飛艇可遙控距離僅1.5 km，1.5 km外靠飛艇GPS路線自動(dòng)識(shí)別系統(tǒng)完成，在地面形式惡劣的情況下無(wú)法人工更改預(yù)設(shè)路線。

（3）相關(guān)參數(shù)計(jì)算：飛艇飛行相對(duì)高度1 000 m，抗風(fēng)等級(jí)5級(jí)，可以認(rèn)為是直線運(yùn)行。飛艇攝影偏角平均值5°，以高度1 000 m計(jì)算得單次攝影范圍半徑87.48 m，按照技術(shù)標(biāo)準(zhǔn)，地圖150 m距離內(nèi)的測(cè)試點(diǎn)可認(rèn)為是一個(gè)點(diǎn)，即地圖分辨率為150 m；飛艇發(fā)動(dòng)機(jī)總功率20×2 hp（雙發(fā)動(dòng)機(jī)），續(xù)航時(shí)間4 h，巡航速度45 km／h，最大飛行速度72 km／h。考慮每次上升、下降時(shí)間，一次巡航最大距離不超過(guò)150 km。

3 問(wèn)題分析與模型建立

3.1 旅行商問(wèn)題簡(jiǎn)介

旅行商問(wèn)題（Traveling Salesman Problem，TSP）是最基本的路線問(wèn)題。其簡(jiǎn)單表述如下：一個(gè)商人欲到n個(gè)城市推銷商品，每?jī)蓚€(gè)城市i和j之間的距離為dij，需要選擇一條最短路線，使得商人在每個(gè)城市走完一遍后回到起點(diǎn)［6］。

3.2 問(wèn)題分析與轉(zhuǎn)化

原問(wèn)題在形式上近似TSP問(wèn)題，屬于NPH問(wèn)題，可以先向TSP問(wèn)題轉(zhuǎn)化，再利用啟發(fā)式算法求解。原問(wèn)題中有三點(diǎn)與傳統(tǒng)TSP問(wèn)題的不同之處進(jìn)行分析處理。

（1）多個(gè)起飛點(diǎn)的可能：考慮到現(xiàn)實(shí)情況下基本上是進(jìn)行城區(qū)或縣域的監(jiān)測(cè)，北京五環(huán)全長(zhǎng)約為99 km，已經(jīng)遠(yuǎn)遠(yuǎn)大于一般的縣城區(qū)，因此可知150 km的巡航距離基本能夠滿足巡航的要求。如果出現(xiàn)極個(gè)別的區(qū)域覆蓋需要（例如核電站經(jīng)常放在偏遠(yuǎn)區(qū)域），可以單獨(dú)考慮。這里，可以在GIS上根據(jù)起飛點(diǎn)和主要的探測(cè)區(qū)域畫一個(gè)邊長(zhǎng)為10 km的正方形作為主要研究區(qū)域，在正方形外的點(diǎn)基本可以作為第二點(diǎn)選擇。

（2）總長(zhǎng)度的限制：在起飛點(diǎn)最佳的基礎(chǔ)上，如果總長(zhǎng)度超出，可以去掉與起始點(diǎn)最近的點(diǎn)進(jìn)行計(jì)算（去掉的點(diǎn)數(shù)從1到n依次遞增），直至出現(xiàn)符合總長(zhǎng)度的路線。剩下的點(diǎn)進(jìn)行同樣方法的二次迭代。

（3）地圖分辨率：將距離為150 m的點(diǎn)取其重心作為一個(gè)點(diǎn)進(jìn)行分析。

經(jīng)過(guò)以上的處理，該問(wèn)題就可以簡(jiǎn)化成有限制的TSP問(wèn)題［7］，數(shù)學(xué)模型如下所示。其中xij＝1表示商人行走路線包含從城市i到城市j的路徑，反之xij＝0表示沒(méi)有包含。dij為城市i和城市j之間的距離，S為滿足要求的任意集合，｜S｜表示集合S元素的個(gè)數(shù)，T為最長(zhǎng)路徑限制。

4 算法設(shè)計(jì)與實(shí)現(xiàn)

4.1 算例估算

首先進(jìn)行數(shù)據(jù)估算。以北京市海淀區(qū)為例，海淀區(qū)共有人口密集區(qū)22個(gè)（西苑、羊坊店、六郎莊、中關(guān)村、唐家?guī)X、肖家河、萬(wàn)壽路、八大處、14所密集的大學(xué)），能源供應(yīng)地點(diǎn)3個(gè)（供電、供水、暖氣），其他重要交通樞紐3個(gè)（西直門、車公莊、甘家口），一共28個(gè)觀測(cè)點(diǎn)，大學(xué)占了很大的部分。一般的城市大學(xué)這種特殊密集區(qū)較少，因此這里取20個(gè)觀測(cè)點(diǎn)為一般的城區(qū)觀測(cè)對(duì)象是合適的。

假設(shè)已經(jīng)進(jìn)行了前期的數(shù)據(jù)處理（分辨率和區(qū)域劃分處理），還剩20個(gè)觀測(cè)點(diǎn)，問(wèn)題屬于傳統(tǒng)TSP問(wèn)題，這里隨機(jī)生成10個(gè)算例，保證其兩點(diǎn)距離大于150 m，進(jìn)行計(jì)算。

4.2 算法設(shè)計(jì)

本問(wèn)題中，20個(gè)觀測(cè)點(diǎn)路線選擇有（N-1）?。?＝6.08×1016種方法，使用枚舉方法計(jì)算量巨大，不適合應(yīng)急救災(zāi)的突發(fā)情況，需要采用啟發(fā)式算法進(jìn)行計(jì)算。以下將采用常用的蟻群算法、“最近鄰居”算法、模擬退火算法、遺傳算法四種啟發(fā)式算法進(jìn)行計(jì)算，均使用最佳參數(shù)設(shè)計(jì)，并比較其計(jì)算結(jié)果。

4.2.1 蟻群算法設(shè)計(jì)與參數(shù)選擇

蟻群算法（ASA）由意大利學(xué)者M(jìn).Dorigo等人首先提出，是一種基于群體智能的算法，模擬螞蟻在尋找食物過(guò)程中依靠信息素來(lái)進(jìn)行通信的行為［6］。不同的地區(qū)分布著不同的螞蟻，每個(gè)螞蟻的位置構(gòu)成一個(gè)解集。在每條路徑上設(shè)置初始的信息量，當(dāng)螞蟻按照一定概率轉(zhuǎn)移時(shí)，計(jì)算螞蟻?zhàn)哌^(guò)的路程并改變軌跡的強(qiáng)度，當(dāng)循環(huán)計(jì)數(shù)小于預(yù)定的最大迭代次數(shù)且不退化時(shí)，則得到最優(yōu)結(jié)果。［8-9］。

用蟻群算法求解TSP問(wèn)題的運(yùn)行效果受到信息素重要程度參數(shù)α、啟發(fā)式因子重要程度參數(shù)β等參數(shù)的影響，其合理取值范圍為［0，5］。參數(shù)ρ的影響在于其體現(xiàn)的螞蟻留在其通過(guò)路徑上信息素的揮發(fā)性，一般取0.1～0.2比較合適。信息素增強(qiáng)強(qiáng)度系數(shù)Q對(duì)結(jié)果影響不大［10-11］?；趯?duì)蟻群算法參數(shù)最優(yōu)化的比較分析，最終取最大迭代次數(shù)NC＿max＝200，螞蟻數(shù)為30，信息素重要程度的參數(shù)α＝1，啟發(fā)式因子重要程度的參數(shù)β＝5，信息素蒸發(fā)系數(shù)ρ＝0.1，信息素增加強(qiáng)度系數(shù)Q＝100。計(jì)算打印出最優(yōu)路線、L-best（各代最優(yōu)路線長(zhǎng)度）和L-ave（各代路線的平均長(zhǎng)度）。計(jì)算結(jié)果如圖2所示。

4.2.2 “最近鄰居”算法設(shè)計(jì)與參數(shù)選擇

最近鄰居搜索算法（NNS）的定義是：有一個(gè)待查詢的點(diǎn)q，在點(diǎn)集P上構(gòu)造一個(gè)數(shù)據(jù)結(jié)構(gòu)，利用該結(jié)構(gòu)可以在一個(gè)已定義好的距離向量上找到距離q點(diǎn)最近的點(diǎn)p［6］。最近鄰居搜索算法是基于分割原則實(shí)現(xiàn)的，其首要是要選擇分隔空間的參考點(diǎn)，可以很容易地構(gòu)造一個(gè)平衡二叉樹，它以參考點(diǎn)為結(jié)點(diǎn)，以數(shù)據(jù)為葉結(jié)點(diǎn)。此后的算法遵循“單個(gè)碰撞原則”［12］，即假定：如果兩條記錄數(shù)據(jù)是相同的，那么它們獲得至少一次碰撞相同數(shù)據(jù)段的機(jī)會(huì)就會(huì)相對(duì)高很多［13］。

根據(jù)“最近鄰居”算法的定義，設(shè)置參數(shù)：人口規(guī)模pop＿size＝20，地區(qū)規(guī)模N＝20，判斷是否畫迭代次數(shù)圖的邏輯函數(shù)show＿prog＝1，判斷是否輸出最短路線圖的邏輯函數(shù)show＿res＝1。計(jì)算結(jié)果見圖3。

4.2.3 模擬退火算法設(shè)計(jì)與參數(shù)選擇

模擬退火算法（SA）的思想最早由Metropolis等提出的，其出發(fā)點(diǎn)是基于物理中固體物質(zhì)的退火過(guò)程［6］。先根據(jù)各地區(qū)距離矩陣計(jì)算出一個(gè)初始溫度，在內(nèi)循環(huán)中隨機(jī)選擇一個(gè)路徑，計(jì)算新舊路徑的長(zhǎng)度差，在外循環(huán)中計(jì)算下降后的溫度，當(dāng)?shù)竭_(dá)“零度”時(shí)結(jié)束計(jì)算，否則一直重復(fù)。模擬退火算法尋找的最優(yōu)解與初始點(diǎn)的選擇無(wú)關(guān)［14］。

基于對(duì)模擬退火算法參數(shù)最優(yōu)化的分析，本案例中地區(qū)數(shù)N＝20，對(duì)應(yīng)MAPKOB鏈長(zhǎng)度為100N＝2 000，對(duì)應(yīng)的最優(yōu)參數(shù)［15］如下：溫度下降參數(shù)K＝0.95，地區(qū)數(shù)N＝20，零度標(biāo)準(zhǔn)T（K）＝0.01。在計(jì)算結(jié)果中用*標(biāo)示初始地區(qū)，途經(jīng)地區(qū)依次用方塊標(biāo)示。計(jì)算結(jié)果見圖4。

圖2 蟻群算法計(jì)算結(jié)果

4.2.4 遺傳算法設(shè)計(jì)與參數(shù)選擇

遺傳算法（GA）是由生物界的進(jìn)化規(guī)律演化而來(lái)的算法［6］。其對(duì)算法所產(chǎn)生的每個(gè)染色體進(jìn)行評(píng)價(jià)，計(jì)算每個(gè)個(gè)體的適應(yīng)度，并由此選擇染色體，在選擇計(jì)算中保證適應(yīng)性好的染色體有更多的繁殖機(jī)會(huì)。將地區(qū)之間的距離記錄，進(jìn)行迭代計(jì)算，每一代用輪盤賭的方式競(jìng)爭(zhēng)選擇染色體，通過(guò)交叉計(jì)算實(shí)現(xiàn)繼承，用基因的隨機(jī)排序?qū)崿F(xiàn)染色體的變異，當(dāng)?shù)螖?shù)大于迭代總代數(shù)時(shí)停止運(yùn)算。［6］

遺傳算法的主要參數(shù)為截止代數(shù)［16］。經(jīng)過(guò)試驗(yàn)，取截止代數(shù)為5 000即可得到最優(yōu)解，同樣，設(shè)置地區(qū)數(shù)N＝20。在計(jì)算結(jié)果中用*標(biāo)示初始地區(qū)，途經(jīng)地區(qū)依次用方塊標(biāo)示。計(jì)算結(jié)果見圖5。

圖4 模擬退火算法計(jì)算結(jié)果

5 計(jì)算效果比較

實(shí)際救災(zāi)中使用的算法，需滿足準(zhǔn)確度高、耗時(shí)少的要求，才能適應(yīng)應(yīng)急救災(zāi)的需要。十個(gè)案例的計(jì)算結(jié)果（近似到整數(shù)，單位為m）比較如表1所示，相對(duì)最優(yōu)解已經(jīng)用黑體標(biāo)出?？梢夾CA算法得到最優(yōu)解的次數(shù)最多，之后依次是GA算法、NNS算法和SA算法。為了模擬實(shí)際情況，四種算法均在家用筆記本電腦上進(jìn)行計(jì)算（主頻2.5GHz，內(nèi)存4G），盡量保證計(jì)算環(huán)境相似，計(jì)算所需時(shí)間比較見表2（單位為s）。四種算法在家用筆記本電腦上計(jì)算所需時(shí)間均在10s以內(nèi)，既能滿足在飛艇出發(fā)前計(jì)算預(yù)設(shè)路線的時(shí)間要求，也能節(jié)省飛艇在高空進(jìn)行飛行路線計(jì)算和調(diào)整的時(shí)間成本。計(jì)算其標(biāo)準(zhǔn)差、平均值及變異系數(shù)見表3，得知變異系數(shù)ACA＜NNS＜SA＜GA，因此ACA算法計(jì)算所需時(shí)間最穩(wěn)定。

圖5 遺傳退火算法計(jì)算結(jié)果

綜上比較，結(jié)合算法穩(wěn)定性需要和最優(yōu)解結(jié)果，ACA算法最適合做低空安全監(jiān)測(cè)飛艇行駛路線的算法。

6 算法總結(jié)

經(jīng)過(guò)前面的比較，證明ACA算法適合解決本問(wèn)題，因此，原問(wèn)題處理流程設(shè)計(jì)如圖6所示。

圖6 低空安全監(jiān)測(cè)飛艇行駛路線解決方案

表1 四種算法計(jì)算10個(gè)案例結(jié)果比較

表2 四種算法計(jì)算10個(gè)案例所用時(shí)間比較

表3 四種算法計(jì)算10個(gè)案例所用時(shí)間比較分析

7 結(jié)語(yǔ)

本文首先介紹了低空安全監(jiān)測(cè)飛艇的優(yōu)勢(shì)和功能，然后結(jié)合應(yīng)急救災(zāi)實(shí)際情況，將低空安全監(jiān)測(cè)飛艇行駛路線問(wèn)題轉(zhuǎn)化為總路程限制的旅行商問(wèn)題，再詳細(xì)討論了蟻群算法、“最近鄰居”算法、模擬退火算法、遺傳算法四種算法對(duì)原問(wèn)題處理結(jié)果的比較，最終確定蟻群算法作為解決問(wèn)題的核心算法，從而提出了原問(wèn)題的解決方案并得到應(yīng)用。

［1］ 李劍萍.3S技術(shù)在災(zāi)害監(jiān)測(cè)預(yù)測(cè)中的應(yīng)用及展望［J］.災(zāi)害學(xué)，2004，19（Supp.1）：83-87.

［2］ Hain JHW.Lighter-than-air platforms（blimpsand aerostats）for oceanographic and atmospheric research and monitoring［C］／／OCEANS 2000 MTS／IEEE Conference and Exhibition.IEEE，2000，3：1933-1936.

［3］ 李云，徐偉，吳瑋.災(zāi)害監(jiān)測(cè)無(wú)人機(jī)技術(shù)應(yīng)用與研究［J］.災(zāi)害學(xué)，2011，26（1）：138-143.

［4］ 馬偉，陳建國(guó)，張毛磊.基于尺度自適應(yīng)和跟蹤框自轉(zhuǎn)的視頻目標(biāo)跟蹤［J］.清華大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，52（1）：92-95.

［5］ 張毛磊，陳濤，楊銳，等.基于穩(wěn)像技術(shù)的飛艇監(jiān)控視頻目標(biāo)追蹤［J］.清華大學(xué)學(xué)報(bào)：自然科學(xué)版，2011，51（6）：809-813.

［6］ 邢文訓(xùn)，謝金星.現(xiàn)代優(yōu)化計(jì)算方法［M］.北京：清華大學(xué)出版社，2005.

［7］董萍.基于蟻群算法求解TSP［J］.無(wú)錫職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2008（5）：34-36.

［8］ 王果，戴冬.基于蟻群算法的TSP問(wèn)題的求解［J］.河南機(jī)電高等專科學(xué)校學(xué)報(bào)，2008，5（9）：42-43.

［9］ 董萍.基于蟻群算法求解TSP［J］.無(wú)錫職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2008（5）：34-36.

［10］馬良，朱剛，寧愛(ài)兵等.蟻群優(yōu)化算法［M］.北京：科學(xué)出版社，2008

［11］王玥，陶洪久.蟻群優(yōu)化算法在TSP問(wèn)題中的應(yīng)用［J］.武漢理工大學(xué)學(xué)報(bào)，2006，11（11）：24-26

［12］Hao F，Daugman J.A fast search for a large fuzzy database［J］. IEEE Transacrionson Information Forensicsand Security，2008，2（3）：204-206.

［13］劉輝.最近鄰居搜索的模糊實(shí)現(xiàn)［J］.上海電力學(xué)院學(xué)報(bào)，2011（2）：160-162.

［14］馮劍，岳琪.模擬退火算法求解TSP問(wèn)題［J］.森林工程，2008（1）：94-96.

［15］康立山，謝云.非數(shù)值并行算法［M］.北京：科學(xué)出版社，1994：2-129

［16］穆艷玲.遺傳算法在TSP問(wèn)題中的應(yīng)用［D］.天津：天津師范大學(xué)，2004.

Introduction of the Low-altitude Safety M onitoring Airship and Study on its Driving Route Problem

Li Yanwu，Su Guofeng and Yuan Hongyong
（Institute of Public Safety Research，Department of Engineering Physics，Tsinghua University，Beijing 100084，China）

In the earthquake disaster rescue，using Low-altitude Safety Monitoring Airship is an effective method to know more about the disaster situation.Due to the limitof signal transmission distance，how to design the driving route，considering the needs of disaster rescue and technical parameters of the airship，is a big problem needed to be resolved，and also an important part of airship command system.At first，we introduce advantages and functions of the low-altitude safetymonitoring airship.Then to solve the problem，considering the practical situation of disaster rescue，we transform the problem to the TSP problem and compare the effect of the ASA，NNS，SA and GA through simulation experiments.As the effectof ASA arithmetic is stable and takes less time，we finally decide to adopt the ASA algorithm as the core algorithm，and put forward the solutions to the driving route problem.

earthquake rescue；disaster monitoring；safety monitoring；airship；driving route；traveling salesman problem

X43；TP311

A

1000-811X（2015）04-0135-09

10.3969／j.issn.1000-811X.2015.04.026

李延武，蘇國(guó)鋒，袁宏永.低空安全監(jiān)測(cè)飛艇介紹及其行駛路線問(wèn)題研究［J］.災(zāi)害學(xué)，2015，30（4）：135-142.［Li Yanwu，Su Guofeng and Yuan Hongyong.Introduction of the Low-altitude Safety Monitoring Airship and Study on its driving route problem-Li Yanwu，Su Guofeng and Yuan Hongyong［J］.Journal of Catastrophology，2015，30（4）：135-142.］*

2015-04-21 修改日期：2015-06-08

國(guó)家“十二五”科技支撐項(xiàng)目（2015BAK10B00）

李延武（1988-），男，安徽安慶人，博士研究生，主要從事應(yīng)急救災(zāi)管理方面的研究.

E-mail：liyw11＠m(xù)ails.tsinghua.edu.cn